制造业MES产线IoT平台架构.docx

PAGE\*MERGEFORMAT11制造业MES产线IoT平台架构Oracle全数据和云存储方案甲骨文云技术微信号oracledbcloud功能介绍甲骨文官方数据库相关技术介绍，分享Oracle数据库、公有云、混合云服务解决方案和大数据领域最新咨讯、前沿技术、专家视点，专家问答交流以及市场活动，第一时间发布甲骨文官方免费资源。对于大多数的制造企业来说，在快速发展的同时对大量数据进行访问、分析及管理越来越关键。许多制造企业都在增强制造质量的同时寻找提升缺陷跟踪及对完善供应链的优化能力，从而改善其整体的运营效率。全数据解决方案可以帮助提高制造及运营效率，同时提供对公司运作的全方位观察，从而引导更好更及时的决策。以全数据为基础的架构可以让企业有能力分析各类数据源以获得更好的洞察。这会开拓企业的分析及预测选项，并会取得更好的成果。Oracle是企业级解决方案的领导者，在企业纷纷思考大数据如何转换为价值的过程中，Oracle也在结合自己的经验和能力思考，并且总结出了全数据管理解决方案。即对于结构化数据，Oracle建议采用关系型数据库来处理，其技术非常成熟，生态环境也比较完善。而对于非结构化数据，考虑到未来技术的发展和成本等因素，可以考虑基于Hadoop/NoSQL来处理，同时将关系型数据库成熟的经验和技术扩展到新技术平台。全数据管理平台构建模式应该是关系型数据库和Hadoop/NoSQL相结合，在企业级产品方面Oracle推出了Exadata+BDA的一整套全数据解决方案。OracleExadata数据库云平台采用集成设计，旨在为Oracle数据库提供卓越的性能、极好的成本效益和极高的可用性。Exadata可以运行所有类型的数据库负载，包括联机事务处理(OLTP)、数据仓库(DW)、内存中分析以及各种混合负载。OracleBDA大数据机是一个灵活、高性能安全的平台，用于在Hadoop、Kafka和NoSQL系统上运行不同的负载。凭借OracleBigDataSQL，BDA将Oracle行业领先的SQL实现扩展至Hadoop/NoSQL和Kafka系统。BDA将Hadoop生态系统的最新技术和强大的OracleSQL功能整合到一个预先配置的平台上，因而支持快速开发新的大数据应用程序，支持与现有关系型数据紧密集成，这在业界堪称独一无二。Oracle存储云服务为您提供了一个通过互联网存储、管理和使用大量非结构化数据的易用的解决方案。您的应用程序可以使用OpenStackSwift兼容的RESTAPI或JavaAPI以编程方式访问Oracle存储云服务。您可以使用基于web的图形控制台监视关键存储量度并管理用户和角色。下面以一个真实的案例向您介绍如何通过ORACLE全数据平台+Cloud存储混合云架构设计，构建一个制造业MES产线IoT平台。典型案例——某制造业MES产品检测系统大数据需求分析1.1.数据源分析MES产品检测系统测试数据分为两类：SUMMARY概要数据DETAIL详细数据LOGFILE日志文件IMAGE测试图片文件数据按RETENTION分类超热数据：当前生产数据：1天以内热数据：1天至1月温数据：1月至6月冷数据：6月以上至2年具体数据分析如下：SUMMARYLOGFILEIMAGE定义测试数据的概要信息测试日志文件（测试数据的详细信息）测试图片文件（测试数据的详细信息）格式结构化数据结构化数据非结构化数据数据大小（每条）10KB50KB5MB产生数量/分钟1000条10万条1000条数据量/分钟数据量/天数据量/月数据量/半年数据量/年10MB14.4GB432GB2.592TB5.184TB5GB7.2TB216TB1.296PB2.592PB5GB7.2TB216TB1.296PB2.592PB数据访问性能要求<=5秒（超热数据：1天内）<=10分钟（热数据：1天至1月）<=4小时（温数据：1月至半年）<=24小时（半年至2年）数据保留期限超热数据：当前数据1天以内热数据：1天至1月温数据：6月冷数据：2年超出2年则自动删除存储位置本地存储本地存储+公有云公有云1.2.数据采集测试数据最初是分散分布在各个测试端本地电脑上，后汇总采集存储至SQL数据库，SUMMARY与LOGFILE数据以表的形式存储。IMAGE则以文件的形式存储。1.3.数据分析主要分析测试数据特征值，预测数据趋势1.4.IoT闭环大数据分析结果反馈至生产端，形成闭环，最终指导生产，提高生产效率。例如通过良率分析，发现生产参数，时间，测试指标结果和良率的相关性，通过与MES结合，实时监控生产参数和测试指标，并且做出预测，一旦发现缺陷数量有增加趋势时，可以通知人为介入，避免大量缺陷件的密集产生。1.5.大数据分析处理流程图2.Oracle全数据+